矿井视觉计算体系架构与关键技术程健1,2,3，李昊1,2，马昆4，刘斌5，孙大智1,2,3，马永壮1,2,3，殷罡1,2，王广福1,2,3，李和平1,2,3（1.煤炭科学研究总院有限公司矿山大数据研究院,北京100013；2.天地科技股份有限公司,北京100013；3.煤炭智能开采与岩层控制全国重点实验室,北京100013；4.国家能源集团宁夏煤业有限责任公司金家渠煤矿,宁夏银川750410；5.国家能源集团宁夏煤业有限责任公司羊场湾煤矿,宁夏银川750411）摘要：煤矿井下特别是采掘工作面空间狭窄、装备众多、工艺条件及环境复杂、隐蔽致灾隐患多，因此实现智能化无人操作一直是煤炭行业内的普遍需求。建立有效的面向煤矿井下应用的视觉计算理论是实现煤矿智能化无人开采的重要一环。矿井视觉计算的主要任务是针对矿井这一特定应用领域，研究煤矿井下环境的感知、描述、识别和理解模型与框架，以使智能装备具有通过图像或视频感知煤矿井下三维环境信息，增强煤矿井下环境感知能力。为了有效推进该理论与实践的结合发展，使其更好地服务于煤矿智能化建设，首先围绕煤矿井下视觉计算的基本概念，分析计算机视觉与矿井视觉计算的异同，总结提出煤矿井下视觉计算的组成架构体系。然后，详细介绍煤矿井下视觉计算所涉及的视觉感知与增强、特征提取与特征描述、语义学习与视觉理解、三维视觉与空间重建、感算一体与边缘智能等关键技术，并从矿井视频智能识别、预警与机器人定位、导航等方面简要介绍视觉计算在煤矿井下的典型应用案例。最后给出煤矿井下视觉计算的发展趋势和展望，重点总结分析了目前矿井视觉计算在煤矿井下应用中存在的关键技术难题和矿井增强现实/混合现实、平行智能采矿2种重要的发展方向。随着煤矿井下视觉计算理论的不断突破和完善，矿井视觉计算在煤矿智能化发展中必将发挥越来越重要的作用。关键词：视觉计算；视觉感知；空间重建；煤矿智能化；平行智能采矿中图分类号：TD67文献标志码：A文章编号：0253−2336（2023）09−0202−17ArchitectureandkeytechnologiesofcoalmineundergroundvisioncomputingCHENGJian1,2,3,LIHao1,2,MAKun4,LIUBin5,SUNDazhi1,2,3,MAYongzhuang1,2,3,YINGang1,2,WANGGuangfu1,2,3,LIHeping1,2,3（1.ResearchInstituteofMineBigData,ChineseInstituteofCoalScience,Beijing100013,China;2.TiandiScienceandTechnologyCo.,Ltd.,Beijing100013,China;3.StateKeyLaboratoryforIntelligentCoalMiningandStrataControl,Beijing100013,China;4.Jin...
